生物の嗅覚における神経計算モデルのハードウェア化と匂いセンサへの応用

生物嗅觉神经计算模型的硬件实现及其在气味传感器中的应用

基本信息

批准号：
18800048
负责人：
山中高夫
金额：
$ 1.92万
依托单位：
Sophia University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (Start-up)
财政年份：
2006
资助国家：
日本
起止时间：
2006 至 2007
项目状态：
已结题

项目摘要

本研究では,現在匂いセンサが持っている問題点(ベースラインのドリフトやバックグラウンドの匂いの影響など)を解決するために,生物の優れた情報処理機能に着目して,その神経計算メカニズムを匂いセンシングシステムに応用することを目的としている。本年度の成果は以下の3点である。(1)嗅球の神経回路では,側抑制によりパターンの先鋭化を行っており,複数の匂いの判別を容易にしていると考えられている。本研究では,この神経回路モデルをディジタル回路で実現するために,ハードウェア化が容易になるようにモデルの簡略化を行った。簡略化したモデルをシミュレーションした結果,オリジナルの信号を使用した時より匂いの判別が良くなる事が分かった。(2)匂いセンサにおけるベースラインのドリフトやバックグラウンドの匂いの影響を解決するために,嗅覚順応モデルを応用したアルゴリズムを提案した。実際の匂いセンサ応答を用いて検証した結果,提案アルゴリズムが有効であることを確認できた。(3)本研究では,上記のような新規の匂いセンサ信号処理手法を検証するために,汎用的に使用できる検証用匂いセンシングシステムの構築を行っている。設計の遅れのため残念ながらまだ完成していないが,匂い供給部分,匂いセンサ駆動回路,センサ信号取得用のソフトウェアなどを作製した。現在センサセルを作製中であり,それができ次第検証実験を行っていきたい。

这项研究旨在解决气味传感器中当前存在的问题（例如基线漂移和背景气味效应），重点关注生物体的优秀信息处理功能，并将其神经计算机制应用于气味传感系统。今年的结果如下：（1）在嗅球的神经回路中，该模式通过侧面抑制进行锐化，从而更容易区分多种气味。在这项研究中，为了实现使用数字电路的神经电路模型，该模型被简化，以使制造硬件更容易。模拟简化模型表明，气味歧视比使用原始信号更好。（2）提出了使用嗅觉适应模型的算法来解决气味传感器中基线漂移和背景气味的影响。使用实际气味传感器响应的验证结果证实了所提出的算法有效。（3）在这项研究中，我们构建了一种多功能验证气味传感系统，以验证上述新型气味传感器信号处理方法。不幸的是，由于设计的延迟，气味供应部分，气味传感器驱动电路以及用于获取传感器信号的软件。我们目前正在制造传感器单元，我们希望尽快进行验证实验。